[发明专利]一种磨煤机状态预警系统及故障识别诊断方法

权利要求书

1.一种磨煤机状态预警系统，其特征在于，包括：机组告警模块、设备监控模块、设备管理模块、数据模型管理模块以及数据搜寻模块；

机组告警模块用于展示机组信息，机组信息包括机组的告警数量、机组负荷、汽轮机转速、主汽流量、主蒸汽温度，锅炉制粉的告警状态和当前的正在告警的信息；各个系统设备告警状态及数量，正在告警的设备风险时间和详情；以便查看和分析告警详细信息；

设备监控模块以制粉系统工艺流程图的形式展示制粉系统的实时和历史运行情况，同时以设备树的形式显示制粉系统及其下属设备的报警状态、报警时长、报警类型、报警级别以及报警次数；

设备管理模块对机组的设备树进行维护；配置出从机组到磨煤机指标的组织关系，对每一级的设备进行台账维护；

数据模型管理模块用于根据算法模型或者专家模型得到的诊断记录，通过进行人工确认，确认后的故障作为自学习的标记数据，重新参与建模，并且确认后数据用于与其他系统的交互；

数据搜寻模块用于提供各个指标的曲线查询及系统数据查询。

2.根据权利要求1所述的磨煤机状态预警系统，其特征在于，

数据搜寻模块还用于按照指标分组进行曲线展示；

多个指标同时进行曲线展示；

在展示的曲线图上追加指标进行曲线显示，或额外单独一个曲线图进行展示。

3.根据权利要求1所述的磨煤机状态预警系统，其特征在于，

还包括：数据建模模块；

数据建模模块用于根据系统的历史数据，采用神经网络的算法进行算法建模，算法模型对制粉系统设备运行状态及劣化情况进行报警和预警；

数据建模模块系统运行中的关键参数及指标进行数据建模，利用大量历史数据和历史故障，找出故障与数据间的定量关系，找出故障点对应的设备状态量的变化规律，根据故障特征状态，对已知的磨煤机内爆、断煤、轴承温度高故障类型进行严重程度进行报警，还可对未知类型的故障进行识别；

根据机组制粉系统的关键测点，筛选异常数据，将正常数据进行建模；

模型所用到的故障信息有两个来源，一是手动录入的故障记录，二是人工确认的异常告警记录。

4.根据权利要求3所述的磨煤机状态预警系统，其特征在于，

数据建模模块还用于针对关键设备对象模型的动态变化和多变量耦合的特性，采用多维变量相似性概率矩阵或经典传统算法实现对海量数据的挖掘和设备的实时动态建模；

将设备历史数据对应的状态点映射到一个特定状态空间中，状态点代表着设备对象不同工作状态，利用数据的内在特性，自动划分出数据的类别，形成系统状态的自动划分。

5.根据权利要求3所述的磨煤机状态预警系统，其特征在于，

当系统接收到实时数据时，首先判断当前数据测点在动态模型高维空间中的投影，得到当前状态和模型状态之间的距离，从而进一步确定当前设备状态的相似度，利用相似度和模型内部各个参照点的坐标，就可以生成对这个运行状态的预测点，系统针对设备每个测点的预测值不仅仅取决于该测点长期的历史运行规律，同时也取决于该测点和其他测点之间的关联相似度，屏蔽干扰信号对预测值的影响。

6.根据权利要求1或2所述的磨煤机状态预警系统，其特征在于，

还包括：工况预测模块；

工况预测模块采用已划分好的设备运行状态对未知设备运行状态进行划分和识别，为设备未来可能出现的状态和设备状态间的转换形成概率矩阵，以此为依据形成专家知识库；

工况预测模块基于模式识别算法进行预测；工况预测模块在特征空间和解释空间之间找到映射关系；

特征空间是从模式得到的对分类有用的度量、属性或基元构成的空间，解释空间是由M个所属类别的集合构成；模式识别由数据获取、预处理、特征提取、分类决策及分类器设计五部分组成。